- 211人
- 分享收藏
山有木兮：Python特征工程极简入门
简介
前面几节的内容，为大家入门数据分析奠定了一定的基础，《Python统计学极简入门》帮你解释了如何从统计的角度来刻画数据，《SQL数据分析极简入门》帮你从数据库提取业务需要的数据、《Python数据分析极简入门》帮你如何用Pandas快速处理数据。
接下来的内容，我们往机器学习领域延伸一下，按照一贯的“MPV（最小可行化产品）”思路，先学机器学习的重中之重————特征工程。在机器学习方法的的实施流程里面，我们拿到了原始数据，做了各种数据清洗后，就需要掌握特征工程的知识，以便于更好地服务于后面的机器学习模型。
众所周知，关于数据与特征，业界广为流传着两句话：“数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限”、“garbage in，garbage out”。前者从机器学习的角度，较为严谨地指出，数据与特征的重要性要大于模型和算法；后者以近似戏谑般地表达了数据的重要性。
但是市面上关于特征工程的书，却只有寥寥几本 《特征工程入门与实践》、《精通特征工程》、《数据准备及特征工程》不仅数量少，而且里面的方法大部分也都是大家耳熟能详的内容：缺失值填补、归一化、one-hot，只看这些内容对于日常做特征的小伙伴们肯定是意犹未尽，总想着有没有更全面一些的内容，这个系列就尝试着给大家梳理一下这部分内容。
为了使得内容更聚焦一些，我们本次暂不涉及文本及图像特征，如有需要后续会单独写两个教程来总结。本次教程结构如下：
- 时间特征
- 离散时间
- 连续时间
- 空间特征
- 数值特征
- 归一化（MinMax Scaling）
- 标准化（Standardization）
- 正则化（Normalization）
- 类别特征
- 序号编码（Ordinal Encoding）
- 独热编码（One-Hot Encoding）
- 二进制编码（Binary Encoding）
- 标签编码（Label Encoding）
- 统计及组合特征
- 统计特征
- 业务特征
- 组合特征
- 特征变换
- 对数变换
- 指数变换
- Box_Cox变换
学习目录
学员评价
山有木兮水有鱼
数据分析师
扫码获取CDA教材，累计已有10万+在读~
山有木兮：Python、R、Julia编程极简入门
19.00
山有木兮：统计学极简入门
0.00
山有木兮：SQL数据分析极简入门
0.00
山有木兮：Python数据分析极简入门
0.00 起
山有木兮：Julia数据分析极简入门
0.00
紫色沙：Excel数据分析常用的50个函数
0.00
